那些年我们一起追过的缓存写法（转）

出处：http://www.codeceo.com/article/cache-01.html

------------------------------------------------------------------------------

介绍

本篇主要说下楼主平常项目中缓存使用经验和遇到过的问题。

目录

一: 基本写法

二：缓存雪崩

1：全局锁，实例锁

2：字符串锁

三：缓存穿透

四：再谈缓存雪崩

五：总结

一：基本写法

为了方便演示，我们用Runtime.Cache做缓存容器，并定义个简单操作类。如下：

public class CacheHelper
   {
       public static object Get(string cacheKey)
       {
           return HttpRuntime.Cache[cacheKey];
       }
       public static void Add(string cacheKey, object obj, int cacheMinute)
       {
           HttpRuntime.Cache.Insert(cacheKey, obj, null, DateTime.Now.AddMinutes(cacheMinute),
               Cache.NoSlidingExpiration, CacheItemPriority.Normal, null);
       }
   }

简单读取：

public object GetMemberSigninDays1()
    {
        const int cacheTime = 5;
        const string cacheKey = "mushroomsir";

        var cacheValue = CacheHelper.Get(cacheKey);
        if (cacheValue != null)
            return cacheValue;

        cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
        CacheHelper.Add(cacheKey, cacheValue, cacheTime);
        return cacheValue;
    }

在项目中，有不少这样写法。这样写没有错，但在并发量上来后就会有问题。继续看

二：缓存雪崩

缓存雪崩是由于缓存失效(过期)，新缓存未到期间。

这个中间时间内，所有请求都去查询数据库，而对数据库CPU和内存造成巨大压力，前端连接数不够、查询阻塞。

这个中间时间并没有那么短，比如sql查询1秒，加上传输解析0.5秒。 就是说1.5秒内所有用户查询，都是直接查询数据库的。

这种情况下，我们想到最多的就是加锁排队了。

1：全局锁，实例锁

 public static object obj1 = new object();
        public object GetMemberSigninDays2()
        {
            const int cacheTime = 5;
            const string cacheKey = "mushroomsir";

            var cacheValue = CacheHelper.Get(cacheKey);

            if (cacheValue != null)
                return cacheValue;

            //lock (obj1)         //全局锁
            //{
            //    cacheValue = CacheHelper.Get(cacheKey);
            //    if (cacheValue != null)
            //        return cacheValue;
            //    cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
            //    CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            //}
            lock (this)
            {
                cacheValue = CacheHelper.Get(cacheKey);
                if (cacheValue != null)
                    return cacheValue;

                cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
                CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            }
            return cacheValue;
        }

第一种：lock (obj1) 是全局锁可以满足，但我们要为每个函数都声明一个obj，不然在A、B函数都锁obj1时，必然会让其中一个阻塞。

第二种：lock (this) 这个锁当前实例，对其他实例无效，这个锁就没什么效果了。使用单例模式的可以锁。

但在当前实例中：A函数锁当前实例，其他锁当前实例的函数读写，也被阻塞。 不可取

2：字符串锁

既然锁对象不行，利用字符串的特性，我们直接锁缓存key呢。来看下

 public object GetMemberSigninDays3()
        {
            const int cacheTime = 5;
            const string cacheKey = "mushroomsir";

            var cacheValue = CacheHelper.Get(cacheKey);
            if (cacheValue != null)
                return cacheValue;
            const string lockKey = cacheKey + "n(*≧▽≦*)n";

            //lock (cacheKey)
            //{
            //    cacheValue = CacheHelper.Get(cacheKey);
            //    if (cacheValue != null)
            //        return cacheValue;
            //    cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
            //    CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            //}
            lock (lockKey)
            {
                cacheValue = CacheHelper.Get(cacheKey);
                if (cacheValue != null)
                    return cacheValue;
                cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
                CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            }
            return cacheValue;
        }

第一种：lock (cacheName) 有问题，因为字符串也是共享的，会阻塞其他使用这个字符串的操作行为。 具体请看之前的博文 c#语言-多线程中的锁系统(一)。

2015-01-04 13:36更新：因为字符串被公共语言运行库 (CLR)暂留，这意味着整个程序中任何给定字符串都只有一个实例。所以才会用第二种

第二种：lock (lockKey) 可以满足。其实目就是为了保证锁的粒度最小并且全局唯一性，只锁当前缓存的查询行为。

三：缓存穿透

举个简单例子：一般我们会缓存用户搜索结果。而数据库查询不到，是不会做缓存的。但如果频繁查这个关键字，就会每次都直查数据库了。

这样缓存就没意义了，这也是常提的缓存命中率问题。

  public object GetMemberSigninDays4()
        {
            const int cacheTime = 5;
            const string cacheKey = "mushroomsir";

            var cacheValue = CacheHelper.Get(cacheKey);
            if (cacheValue != null)
                return cacheValue;
            const string lockKey = cacheKey + "n(*≧▽≦*)n";

            lock (lockKey)
            {
                cacheValue = CacheHelper.Get(cacheKey);
                if (cacheValue != null)
                    return cacheValue;

                cacheValue = null; //数据库查询不到，为空。
                //if (cacheValue2 == null)
                //{
                //    return null;  //一般为空，不做缓存
                //}
                if (cacheValue == null)
                {
                    cacheValue = string.Empty; //如果发现为空，我设置个默认值，也缓存起来。
                }
                CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            }
            return cacheValue;
        }

例子中我们把查询不到的结果，也给缓存起来了。这样就可以避免，查询为空时，引起缓存穿透了。

当然我们也可以单独设置个缓存区，进行第一层控制校验。 以便和正常缓存区分开了。

四：再谈缓存雪崩

额 不是用加锁排队方式就解决了吗？其实加锁排队只是为了减轻DB压力，并没有提高系统吞吐量。

在高并发下： 缓存重建期间，你是锁着的，1000个请求999个都在阻塞的。 用户体验不好，还浪费资源：阻塞的线程本可以处理后续请求的。

public object GetMemberSigninDays5()
        {
            const int cacheTime = 5;
            const string cacheKey = "mushroomsir";

            //缓存标记。
            const string cacheSign = cacheKey + "_Sign";
            var sign = CacheHelper.Get(cacheSign);

            //获取缓存值
            var cacheValue = CacheHelper.Get(cacheKey);
            if (sign != null)
                return cacheValue; //未过期，直接返回。

            lock (cacheSign)
            {
                sign = CacheHelper.Get(cacheSign);
                if (sign != null)
                    return cacheValue;

                CacheHelper.Add(cacheSign, "1", cacheTime);
                ThreadPool.QueueUserWorkItem((arg) =>
                {
                    cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
                    CacheHelper.Add(cacheKey, cacheValue, cacheTime*2); //日期设缓存时间的2倍，用于脏读。
                });
            }
            return cacheValue;
        }

代码中，我们多用个缓存标记key，双检锁校验。它设置为正常时间，过期后通知另外的线程去更新缓存数据。

而实际的缓存由于设置了2倍的时间，仍然可以能用脏数据给前端展现。

这样就能提高不少系统吞吐量了。

五：总结

补充下： 这里说的阻塞其他函数指的是，高并发下锁同一对象。

实际使用中，缓存层封装往往要复杂的多。 关于更新缓存，可以单开一个线程去专门跑这些，图方便就扔线程池吧。

具体使用场景，可根据实际用户量来平衡。

--------------------------------------------------------------------------------------------------------

上次主要讨论缓存读写这块各种代码实现。本篇是就上次的问题接着来，继续看那些年我们各种缓存用法。

一：缓存预热

上次有同学问过。在第一次加载时，我们的缓存都为空，怎么进行预热。

单机Web情况下，一般我们使用RunTimeCache。相对于这种情况下：

1：我们可以在启动事件里面刷新

void Application_Start(object sender, EventArgs e)
{
       //刷新
}

2：单写个刷新缓存页面，上线后手动刷新下、或发布时自动调用刷新、或干脆由用户自行触发。

分布式缓存(Redis、memcached)情况下：

比如：在几十台服务器缓存时，单刷满缓存都需要不少一段时间。

这种预热就复杂一些，有的会单写个应用程序去跑，也有的会单写套框架机制去处理(更智能化)。

目的都是在上线之前：所有的缓存都预先加载完毕。

二：多级缓存

2.1 介绍

我们晓得在CPU和内存之间一般都配有一级缓存、二级缓存来增加交换速度。

这样当CPU调用大量数据时，就可避开内存直接从CPU缓存中调用，加快读取速度。

根据CPU缓存得出多级缓存的特点：

1：每一级缓存中储存的是下一级缓存的一部分。

2：读取速度按级别依次递减，成本也依次递减，容量依次递增。

3：当前级别未命中时，才会去下一级寻找。

而在企业应用级开发中，使用多级缓存是同样的目的及设计，只是粒度更粗，更灵活。

根据速度依次排列lv1-lv6的缓存类型图：

3级缓存的命中流程图例子：

2.2 线程缓存

Web应用是天生的多线程开发。对于一些公共资源我们必须考虑线程安全，为止我们不得不通过锁来保证数据的完整性和正确性。

在实际当中，一台web服务器至少也得处理成百上千的请求。想一想，在业务复杂的处理流程，函数每调用一次我们都得锁一下。

对服务器也是个不小的浪费。而通过线程缓存，可以让当前处理用户请求的线程只拿自己需要的。

public static ThreadLocal<UserScore> localUserInfo = new ThreadLocal<UserScore>();

借助Net提供的线程本地变量，我们可以在请求入口去拉取当前用户的数据。

在之后线程整个生命周期里面，我们的业务逻辑可以毫无顾虑的使用这些数据，不需要考虑线程安全。

而且我们不用重新拿新数据，所以也不用担心数据撕裂的问题。

因为当前线程周期里面的数据是完整无误的，而只有用户第二次发起请求才会重新去拿新数据。

这样就能提高不少我们服务器吞吐量。注意要在线程出口销毁数据。

2.3 内存缓存

无论是远程数据库读取，还是缓存服务器读取。避免不了要跨进程，跨网络通信，有的还跨机房。

而应用程序频繁读写，对Web、DB服务器都是个不小的消耗，速度相较内存也慢的多。

代码上加锁、异步，甚至加服务器在内，都不是一个很好的办法。因为加载速度，对用户体验非常重要。

有个著名的缓存五分钟法则法则，就是说如果一个数据频繁被访问，那么就应该放内存中。

举个例子： 有100并发过来，加锁会导致前端99线程等候，这个99线程等候着，其实是一直在消耗Web服务器资源。不加就是缓存雪崩。

如果我们每分钟拉取一份缓存，缓存到内存，这样99线程等候时间极大缩短。

2.4 文件缓存

相对于内存，硬盘容量大，速度相较于走网络还更快。

所以我们完全可以把一些不经常变更，放在内存又比较浪费的数据缓存到本地硬盘。

比如使用sqlite一些文件数据库，我们很容易做到。

2.5 分布式缓存

基于内存缓存的redis、memcached等。

基于文件nosql的Casssandra、mongodb等。

redis、memcached是主流的分布式内存缓存，也是应用和DB中间最大的缓存层。

nosql这类的其实不单单只是做缓存用了，完全用在一些非核心业务的DB层了。

2.6 DB缓存

这一层DB主要是缓存由原始数据计算出的结果。而避免由Web程序通过SQL或在使用中直接计算。

当然我们也可以把计算好的数据，存储到redis做缓存。

三：多层缓存

多层缓存概念在很多地方都用到过：

1：上面我们说的多级缓存就是一种，把内容根据读取频率等级，分不同的层次存储，频率越高就越近。

2：还一种多层是缓存索引的做法，类B树查找，这样能提高检索效率。

3：从架构上来说客户端缓存，CDN缓存，反向代理缓存，服务端缓存，也是多层缓存。

四：总结

在使用上，大家根据实际场景，进行各种组合搭配。本篇谈的比较理论些，很多内容细节没展开。

比如分布式缓存使用，缓存置换策略及算法，缓存过期机制等。后面楼主会继续补充下去。

--------------------------------------------------------------------------------------------------

上次我们说了多级缓存，本章详细介绍下内存缓存该如何设计。

一：分析设计

假设有个项目有一定并发量，要用到多级缓存，如下：

在实际设计一个内存缓存前，我们需要考虑的问题：

1：内存与Redis的数据置换，尽可能在内存中提高数据命中率，减少下一级的压力。

2：内存容量的限制，需要控制缓存数量。

3：热点数据更新不同，需要可配置单个key过期时间。

4：良好的缓存过期删除策略。

5：缓存数据结构的复杂度尽可能的低。

关于置换及命中率：我们采用LRU算法，因为它实现简单，缓存key命中率也很好。

LRU即是：把最近最少访问的数据给淘汰掉，经常被访问到即是热点数据。

关于LRU数据结构：因为key优先级提升和key淘汰，所以需要顺序结构。我看到大多实现，都采用链表结构、

即：新数据插入到链表头部、被命中时的数据移动到头部。 添加复杂度O(1) 移动和获取复杂度O(N)。

有没复杂度更低的呢？ 有Dictionary，复杂度为O(1)，性能最好。 那如何保证缓存的优先级提升呢？

二：O(1)LRU实现

我们定义个LRUCache<TValue>类，构造参数maxKeySize 来控制缓存最大数量。

使用ConcurrentDictionary来作为我们的缓存容器，并能保证线程安全。

 public class LRUCache<TValue> : IEnumerable<KeyValuePair<string, TValue>>
    {
        private long ageToDiscard = 0;  //淘汰的年龄起点
        private long currentAge = 0;        //当前缓存最新年龄
        private int maxSize = 0;          //缓存最大容量
        private readonly ConcurrentDictionary<string, TrackValue> cache;
        public LRUCache(int maxKeySize)
        {
            cache = new ConcurrentDictionary<string, TrackValue>();
            maxSize = maxKeySize;
        }
    }

上面定义了 ageToDiscard、currentAge 这2个自增值参数，作用是：标记缓存列表中各个key的新旧程度。

核心实现步骤如下：

1：每次添加key时，currentAge自增并将currentAge值分配给这个缓存值的Age，currentAge始终增加。

 public void Add(string key, TValue value)
        {
            Adjust(key);
            var result = new TrackValue(this, value);
            cache.AddOrUpdate(key, result, (k, o) => result);
        }
        public class TrackValue
        {
            public readonly TValue Value;
            public long Age;
            public TrackValue(LRUCache<TValue> lv, TValue tv)
            {
                Age = Interlocked.Increment(ref lv.currentAge);
                Value = tv;
            }
        }

2：在添加时，如超过最大数量。检查字典里是否有ageToDiscard年龄的key，如没有循环自增检查，有则删除、添加成功。

ageToDiscard+maxSize= currentAge ，这样设计就能在O(1)下保证可以淘汰旧数据，而不是使用链表移动。

public void Adjust(string key)
        {
            while (cache.Count >= maxSize)
            {
                long ageToDelete = Interlocked.Increment(ref ageToDiscard);
                var toDiscard =
                      cache.FirstOrDefault(p => p.Value.Age == ageToDelete);
                if (toDiscard.Key == null)
                    continue;
                TrackValue old;
                cache.TryRemove(toDiscard.Key, out old);
            }
        }

过期删除策略

大多数情况下，LRU算法对热点数据命中率是很高的。 但如果突然大量偶发性的数据访问，会让内存中存放大量冷数据，也就是缓存污染。

会引起LRU无法命中热点数据，导致缓存系统命中率急剧下降。也可以使用LRU-K、2Q、MQ等变种算法来提高命中率。

过期配置

1：我们通过设定、最大过期时间来尽量避免冷数据常驻内存。

2：大多数情况每个缓存的时间要求不一致的，所以在增加单个key的过期时间。

 private TimeSpan maxTime;
 public LRUCache(int maxKeySize,TimeSpan maxExpireTime){}

  //TrackValue增加创建时间和过期时间
 public readonly DateTime CreateTime;
 public readonly TimeSpan ExpireTime;

删除策略

1：关于key过期删除，最好使用定时删除了。 这样可以最快释放被占用的内存，但很明显，大量的定时器对CPU吃不消的。

2：所以我们采用惰性删除、在获取key的时检查是否过期，过期直接删除。

public Tuple<TrackValue, bool> CheckExpire(string key)
        {
            TrackValue result;
            if (cache.TryGetValue(key, out result))
            {
                var age = DateTime.Now.Subtract(result.CreateTime);
                if (age >= maxTime || age >= result.ExpireTime)
                {
                    TrackValue old;
                    cache.TryRemove(key, out old);
                    return Tuple.Create(default(TrackValue), false);
                }
            }
            return Tuple.Create(result, true);
        }

3：惰性删除虽然性能最好，对于冷数据来说，还是没解决缓存污染问题。 所以我们还需定期清理。

比如：开个线程，5分钟去遍历检查key一次。这个策略根据实际场景可配置。

public void Inspection()
        {
            foreach (var item in this)
            {
                CheckExpire(item.Key);
            }
        }

惰性删除+定期删除基本能满足我们需求了。

总结

如果继续完善下去，就是内存数据库的雏形，类似redis。

比如：增加删除key的通知，增加更多数据类型。 本篇也是参考了redis、Orleans的实现。